机器人也能从失败中学习？FACT 模型用失败数据提升策略表现
ZeYanjie · x · 2026-08-29
机器人通常在成功演示上训练，忽略了失败数据的价值。UCSD 团队提出 FACT (Failure-Aware Causal Training)，一种因果 World-Action 模型，允许机器人从失败中学习后果而非仅模仿成功行为。
- 核心机制：通过动作条件接口，将失败轨迹作为有效未来目标进行监督，而不是直接丢弃。
- 训练策略：失败数据不参与动作模仿损失，但仍监督观测到的失败未来和较低的进度值，让模型理解“错误动作导致糟糕后果”。
- 效果：在模拟和真实双臂操作任务中，FACT 优于现有基线，且随着失败数据增加，表现提升，减少了对坏动作的“成功偏见”幻觉。
「具身」频道最新
- 马斯克预告明日发布新一代 Roadster：零百或不到 1 秒 — elonmusk · 2026-10-15
- arXiv 机器人论文周产5年涨6倍,10月单周峰值达676篇 — Rewkang · 2026-10-15
- Bantam Tools 复刻经典 HP7475A 推出新款笔式绘图仪 — Merzmensch · 2026-10-15
- 亚马逊旗下 Bee 发布两款随身 AI 设备,售价 75 美元起 — The Verge AI · 2026-10-15
- 特斯拉拟扩建柏林工厂至53.6万平米,Cybercab与Optimus或在欧洲投产 — JOBhakdi · 2026-10-15
- 曝智元机器人洽谈新一轮融资：估值约 70 亿美元，或推迟港股 IPO — xmercury_one · 2026-10-15